# DeepSeek Harness Quelloffener Agenten-Harness von DeepSeek mit Plugin-Architektur, Web-Oberfläche und Desktop-App, derzeit als Entwickler-Vorschau. Kanonisches Profil: https://ki-agentenkompass.de/agenten/deepseek-harness/ Redaktion: [Michael Meierhoff](https://ki-agentenkompass.de/ueber-mich/) Quellenabgleich: 2026-11-05 Basis: Anbieter-Dokumentation. Praxisbeispiele sind redaktionelle Vorschläge, keine eigenen Produkttests. ## Einordnung DeepSeek Harness ist die Laufzeit für Agenten, nicht das Sprachmodell. Sie läuft mit DeepSeek-Modellen, mit mitgelieferten Drittanbietern oder eigenen Endpunkten. CodeWhale ist ein eigenständiges Projekt, das laut seinem Repository nicht mit DeepSeek verbunden ist. - Anbieter: DeepSeek - Produktfamilie: DeepSeek Harness - Profiltyp: Quelloffener Agenten-Harness in der Vorschauphase - Umgebung: Lokale Web-Oberfläche auf 127.0.0.1:3080, Desktop-App für macOS (Apple-Chip) und Windows (64 Bit), außerdem Headless-, SDK- und ACP-Profile - Verbindungen: MCP-Client, Plugins mit dem Thema dsh-plugin, ACP und Python-SDK; als Modellanbieter DeepSeek, mitgelieferte Drittanbieter und eigene Endpunkte; GitHub-Webhook als optionale Erweiterung - Einrichtung: Node.js ab 24.9.0 installieren und `npx @deepseek-ai/dsh web` starten, oder die Desktop-App laden, oder aus dem Quellcode mit pnpm bauen. Danach einen Modellzugang eintragen und einen Arbeitsbereich wählen. Das Projekt rät zu einer Wegwerf-VM, einem Container oder einer eigenen Umgebung. - Kostenmodell: Die Software steht unter MIT. Offizielle Modelle brauchen laut Nutzungsbedingungen ein DeepSeek-Konto und Guthaben; bei eigenen Modellen zahlst du deren Anbieter. ## Kernfunktionen ### Alles ist ein Plugin Der Harness baut laut README auf einer Plugin-Architektur mit dem Framework Cordis auf. Profile stapeln Plugin-Bündel und eigene Konfigurationsebenen. Quelle: https://github.com/deepseek-ai/deepseek-harness/blob/master/README.md ### Web, Headless, SDK und ACP `dsh web` startet die Web-Oberfläche. Dazu kommen Profile für einmalige Headless-Aufträge, SDK-Clients und ACP. Alle nutzen denselben Befehl `dsh`. Quelle: https://github.com/deepseek-ai/deepseek-harness/blob/master/apps/cli/README.md ### Arbeit im Arbeitsbereich Der Agent kann Dateien im Arbeitsbereich lesen und bearbeiten, Befehle ausführen, Arbeit delegieren und einen Plan führen. Quelle: https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/index.md ### Unteragenten und Agent-Teams Unteragenten laufen als verwaltete Kind-Sitzungen. Das Team-Paket ergänzt eine gemeinsame Aufgabentafel; alle Mitglieder teilen sich einen Checkout. Quelle: https://github.com/deepseek-ai/deepseek-harness/blob/master/packages/team/agent-team/README.md ### Automatisierungsaufgaben Erinnerungen wiederholen sich nach einer RFC-5545-Regel und liefern eine Anweisung an eine bestehende oder neue Unterhaltung. Sie lassen sich per Modell oder von Hand anlegen. Quelle: https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/schedule.md ### Modelle frei konfigurieren Neben DeepSeek lassen sich mitgelieferte Anbieter wie anthropic, openai oder moonshotai eintragen. Eigene Endpunkte sprechen OpenAI Chat Completions, OpenAI Responses oder Anthropic Messages. Quelle: https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/providers.md ### Sandbox und Berechtigungsstufen Berechtigungsstufen bündeln einen Sandbox-Modus mit einer Freigaberegel. Die lokale Sandbox bricht mit einem Fehler ab, wenn sie nicht verfügbar ist, statt Befehle ohne Einschränkung auszuführen. Quelle: https://github.com/deepseek-ai/deepseek-harness/blob/master/packages/sandbox/sandbox-local/README.md ## Redaktionelle Praxisbeispiele ### Repository einordnen - Du gibst vor: Ein Projektordner als Arbeitsbereich und die Bitte um einen Überblick. - Mögliches Ergebnis: Der Agent liest den Code und nennt die wichtigsten Pakete. - Das prüfst du: In einer Wegwerf-Umgebung starten und die Aussagen am Code prüfen. ### Wiederkehrende Prüfung einplanen - Du gibst vor: Eine Automatisierungsaufgabe mit Anweisung, Arbeitsbereich und Wiederholung. - Mögliches Ergebnis: Der Host liefert die Anweisung zur geplanten Zeit an eine Unterhaltung. - Das prüfst du: Das Ergebnis in der Unterhaltung lesen: Lieferprotokolle bestätigen nur die Zustellung, nicht die erledigte Arbeit. ## Voraussetzungen und Grenzen ### Entwickler-Vorschau ohne Audit Einschränkung: SAFETY.md nennt das Projekt experimentell: kein Sicherheitsaudit, nicht als sicher oder produktionsreif zu behandeln. Das README kündigt inkompatible Änderungen an. Alle 37 über die GitHub-API gelisteten Releases sind Vorabversionen, zuletzt dsh-v0.2.2-rc.1 vom 4. November 2026. Quelle: https://github.com/deepseek-ai/deepseek-harness/blob/master/SAFETY.md ### Node.js ab 24.9.0 Voraussetzung: Das Repository verlangt Node.js ab 24.9.0 und pnpm für den Quellcode-Build. Die Desktop-App nennt die Produktseite nur für macOS mit Apple-Chip und Windows 64 Bit. Quelle: https://github.com/deepseek-ai/deepseek-harness/blob/master/package.json ### Modellzugang nötig Voraussetzung: Offizielle Modelle brauchen laut Bedingungen ein DeepSeek-Konto und Guthaben. Sonst nutzt du die Modell-API eines anderen Anbieters mit eigenem Schlüssel. Quelle: https://deepseek.com/harness/terms-of-use/ ### Sandbox ist keine Garantie Einschränkung: Sandbox und Freigaben senken laut Bedingungen das Risiko, garantieren aber keine Isolation. Die Bedingungen weisen dir die Verantwortung für Aktionen des Agenten zu. Quelle: https://deepseek.com/harness/terms-of-use/ ### Aufbewahrung von Unterhaltungen Noch offen: Die Datenschutzerklärung nennt für Unterhaltungen keine feste Frist. Netzwerkprotokolle bleiben mindestens sechs Monate. Quelle: https://deepseek.com/harness/privacy/ ## Passt, wenn … - du einen quelloffenen Harness lokal testen und mit Plugins erweitern willst - du zwischen DeepSeek, Drittanbietern und eigenen Endpunkten wählen möchtest - du ihn in einer Wegwerf-VM oder einem Container betreiben kannst ## Passt eher nicht, wenn … - du eine produktionsreife, geprüfte Lösung für sensible Daten brauchst - dich inkompatible Änderungen zwischen Versionen stören - du Zusagen zu Datenstandort und Rechtsrahmen für Europa vom Anbieter erwartest Redaktionelle Einschätzung auf Basis der Anbieterangaben. Kein Produkttest. ## Nutzbare KI-Modelle Frei wählbar Neben DeepSeek wählst du Anbieter aus dem installierten Katalog, etwa Anthropic, OpenAI, Kimi oder GLM, jeweils mit eigenem Schlüssel. Über eine eigene API bindest du auch Gateways und selbst betriebene Server an, wenn sie OpenAI- oder Anthropic-Protokolle sprechen. Das Projekt ist insgesamt eine Entwickler-Vorschau, Ollama nennt die Doku nicht. - Genannte Modellfamilien: DeepSeek, Anthropic (Claude), OpenAI (GPT), Moonshot (Kimi), Z.ai (GLM) · Weitere Modelle frei anbindbar - Modellwahl: Du wählst - Eigener API-Schlüssel: Ja - Router oder eigener Endpunkt: Ja - Lokale Modelle: Ja Belegt · Quellen abgerufen am: 2026-11-05 - [DeepSeek Harness: Providers](https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/providers.md) - [DeepSeek Harness: README](https://github.com/deepseek-ai/deepseek-harness/blob/master/README.md) ## Europa & regionale Verfügbarkeit Datenschutzerklärung (Stand 20. September 2026) und Nutzungsbedingungen gelesen. Sie nennen die EU, den EWR, das Vereinigte Königreich und die Schweiz nicht. Aussagen zum Standort geben nur den Wortlaut der Erklärung wieder. Geprüfter Umfang: Offizielle Modelle über DeepSeek und eigene Modelle getrennt betrachtet Sichtung am: 2026-11-05 ### Offizielle Modelle: Speicherort China Verfügbarkeit noch ungeklärt Die Erklärung sagt, im inländischen Betrieb erhobene personenbezogene Daten würden in der Volksrepublik China gespeichert und derzeit nicht ins Ausland übertragen. Unterhaltungen dürfen nach Verschlüsselung und De-Identifizierung für Training genutzt werden; du kannst über den Kontaktweg widersprechen. Betroffene Region: EU/EWR, Vereinigtes Königreich und Schweiz Belegter Grund: Für Nutzer in Europa trifft die Erklärung keine eigene Aussage; Verfügbarkeit und Rechtsgrundlagen dort bleiben offen. Offizielle Quelle: https://deepseek.com/harness/privacy/ ### Eigene Modelle: Daten beim gewählten Anbieter Mit Voraussetzungen Bei eigenen Modellen speichert und verarbeitet DeepSeek Harness laut Erklärung Ein- und Ausgaben nicht auf dem Server. Sie gehen an den von dir eingetragenen Anbieter, dessen Bedingungen gelten. Betroffene Region: EU/EWR, Vereinigtes Königreich und Schweiz Belegter Grund: Der Datenweg hängt vom eingetragenen Anbieter ab und von Plugins oder MCP-Servern, die eigene Daten verarbeiten. Offizielle Quelle: https://deepseek.com/harness/privacy/ ### Rechtsrahmen der Nutzungsbedingungen Verfügbarkeit noch ungeklärt Die Bedingungen unterstellen den Vertrag dem Recht des chinesischen Festlands, Gerichtsstand ist der Sitz von DeepSeek. Regionale Einschränkungen nennen sie nicht. Betroffene Region: EU/EWR, Vereinigtes Königreich und Schweiz Belegter Grund: Ob abweichende europäische Regeln gelten, steht nicht auf den geprüften Seiten. Offizielle Quelle: https://deepseek.com/harness/terms-of-use/ ## Konten & Berechtigungen Angaben aus Anbieter-Dokumentation. Rechte hängen von Konto, Integration und Organisationsrichtlinien ab. Prüfe vor dem Einsatz die tatsächlich angeforderten Berechtigungen. Betrachtete Konfiguration: Lokal betriebener Harness; Konto nur für offizielle Modelle Quellenstand: 2026-11-05 ### Verwendetes Konto Dokumentiert: Offizielle Modelle brauchen ein DeepSeek-Konto, die Datenschutzerklärung nennt dafür die Telefonnummer zur Registrierung. Eigene Modelle kommen ohne Konto aus. Die Web-Oberfläche nutzt ein Start-Token und ein signiertes Sitzungs-Cookie. SSO oder Rollen beschreiben die geprüften Seiten nicht. Nachweis: https://deepseek.com/harness/privacy/ Nachweis: https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/public-deployments.md ### Admin-Freigabe Dokumentiert: Berechtigungsstufen bündeln Sandbox und Freigaberegel, etwa workspace-write mit Nachfrage oder danger-full-access ohne Nachfrage. Die Web-Oberfläche fragt vor Aktionen, die die aktive Regel freigeben lässt. Nachweis: https://github.com/deepseek-ai/deepseek-harness/blob/master/packages/interaction/permission-presets/README.md Nachweis: https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/index.md ### Datenzugriff & Teamfreigaben Bedingt dokumentiert: Das Projekt kann laut SAFETY.md Code und Befehle ausführen, Plugins Dritter laden und auf Netzwerk, Prozesse, Zugangsdaten und Dateien zugreifen, die ihm zugänglich sind. Wie weit das reicht, hängt von Sandbox und Umgebung ab. Nachweis: https://github.com/deepseek-ai/deepseek-harness/blob/master/SAFETY.md ## Preise und enthaltene Nutzung Preisstand: 2026-11-05 Die Produktseite nennt keinen Preis. Die Software ist MIT-lizenziert; Kosten entstehen beim Modellanbieter. DeepSeek veröffentlicht eine API-Preisliste. ### DeepSeek Harness Kostenlos unter MIT-Lizenz Software mit Web-Oberfläche und Plugins; ohne Modellnutzung. Preisquelle: https://github.com/deepseek-ai/deepseek-harness/blob/master/README.md ### deepseek-flash (API) Eingabe ohne Cache $0.15 bis $0.3, Ausgabe $0.6 bis $1.2 je 1 Mio. Token (Nebenzeit bis Hauptzeit) Modellversion DeepSeek-V4.1-Flash-1017; Cache-Treffer $0.003 bis $0.006. Preisquelle: https://api-docs.deepseek.com/quick_start/pricing ### deepseek-v4-pro (API) Eingabe ohne Cache $0.66 bis $1.32, Ausgabe $1.98 bis $3.96 je 1 Mio. Token (Nebenzeit bis Hauptzeit) Modellversion DeepSeek-V4-Pro-0813; Cache-Treffer $0.022 bis $0.044. Preisquelle: https://api-docs.deepseek.com/quick_start/pricing Die API-Preisliste nennt das Zeichen $ ohne Währungscode. Ob offizielle Modelle im Harness-Guthaben genau so abgerechnet werden, sagen die geprüften Seiten nicht. Preisangaben Dritter wurden nicht als Beleg verwendet. Preise und Tarifdetails: https://api-docs.deepseek.com/quick_start/pricing ## Betrieb & Betreuungsbedarf Basis: öffentliche Anbieter-Dokumentation. Einschätzungen sind redaktionelle Ableitungen aus den genannten Eigenschaften. Tatsächlicher Zeitaufwand und Zuverlässigkeit wurden nicht gemessen. Betrachtete Betriebsform: Selbst betriebener Prozess auf deinem Rechner oder Server Quellenstand: 2026-11-05 ### Dateien und Arbeitsstand Dokumentiert: Der Prozess nutzt das Startverzeichnis als Standardort; die Oberfläche braucht einen gewählten Arbeitsbereich. Sitzungen stehen in einem Ereignisprotokoll, das nur ergänzt wird. Das Basis-Bündel bringt laut README dauerhafte Sitzungen mit, die Neustarts überstehen. Nachweis: https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/index.md Nachweis: https://github.com/deepseek-ai/deepseek-harness/blob/master/packages/core/session/README.md Nachweis: https://github.com/deepseek-ai/deepseek-harness/blob/master/packages/bundle/base/README.md ### Anmeldungen Dokumentiert: API-Schlüssel liegen in `$DSH_HOME/.credentials.yaml`, die Einstellungen enthalten nur einen Verweis. Die Seite zeigt gespeicherte Schlüssel nicht wieder an. Die gedruckte Start-URL enthält ein Prozess-Token und ist nur für vorgesehene Personen bestimmt. Nachweis: https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/providers.md Nachweis: https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/public-deployments.md ### Start weiterer Läufe Bedingt dokumentiert: Automatisierungsaufgaben starten nach Regel, solange der Host läuft. Ein optionales Webhook-Overlay legt bei fertigen GitHub-Pull-Requests eine Prüfsitzung an. Wird der Host geschlossen, ruht die Planung. Nachweis: https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/schedule.md Nachweis: https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/github-review.md ### Menschliche Eingriffe Dokumentiert: Die Web-Oberfläche fragt nach, wenn die Freigaberegel es verlangt. Die Bedingungen und SAFETY.md empfehlen minimale Rechte und menschliche Freigaben für wichtige Aktionen. Nachweis: https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/index.md Nachweis: https://deepseek.com/harness/terms-of-use/ Nachweis: https://github.com/deepseek-ai/deepseek-harness/blob/master/SAFETY.md ### Fehler erkennen Bedingt dokumentiert: Die lokale Sandbox meldet SANDBOX_UNAVAILABLE und unterscheidet Ausfälle von Regelverboten. Lieferprotokolle bestätigen nur die Zustellung, nicht die Modellarbeit. Eine zentrale Fehleransicht für Nutzer beschreiben die geprüften Seiten nicht. Nachweis: https://github.com/deepseek-ai/deepseek-harness/blob/master/packages/sandbox/sandbox-local/README.md Nachweis: https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/schedule.md ### Nach Fehlern fortsetzen Bedingt dokumentiert: Gespeicherte Sitzungen lassen sich wieder aufnehmen. Nach einem Kontextüberlauf verdichtet das Basis-Paket und versucht es erneut. Nach einem Neustart sendet der Host eine überfällige Einmalaufgabe oder den jüngsten verpassten Termin; eine genau einmalige Zustellung ist nicht garantiert. Nachweis: https://github.com/deepseek-ai/deepseek-harness/blob/master/packages/core/agent-loop/README.md Nachweis: https://github.com/deepseek-ai/deepseek-harness/blob/master/packages/compaction/compaction-basic/README.md Nachweis: https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/schedule.md ### Redaktionelle Einschätzung Der Harness beschreibt Sandbox, Freigaben und Sitzungen ausführlich im Repository. Er bleibt aber eine Vorschau ohne Audit. Du betreibst ihn selbst und trägst laut Bedingungen die Folgen seiner Aktionen. ## Gedächtnis und Gesprächskontinuität Geltungsbereich: Kein eingebautes Memory; optionale MCP-Server Quellen abgerufen: 2026-11-05 Die Auslieferung enthält keinen Memory-Server. Drei MCP-Beispiele sind standardmäßig aus; Speicher und Abruf hängen am gewählten System. ### Speicherort und Umfang Teilweise belegt: Die Auslieferung enthält keinen Memory-Server. Die Beispiele speichern dort, wo das Fremdsystem es festlegt, etwa `~/.memorix/data`, `~/.engram` oder eine JSONL-Datei im Home-Verzeichnis. - [DeepSeek Harness: Connect a third-party memory MCP server](https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/mcp-memory.md) ### Auswahl und Speicherzeitpunkt Teilweise belegt: DSH trifft keine eigene Auswahl. Die Doku schlägt optional eine Anweisung vor: Auf Wunsch schreibt das Modell über ein Memory-Werkzeug. Regeln zur Auswahl liegen beim Fremdsystem. - [DeepSeek Harness: Connect a third-party memory MCP server](https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/mcp-memory.md) ### Einsicht, Bearbeiten und Löschen Öffentlich nicht belegt: Eine eigene Oberfläche für Einsicht, Bearbeitung oder Löschung beschreibt die Seite nicht. Das hängt am gewählten Server. - [DeepSeek Harness: Connect a third-party memory MCP server](https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/mcp-memory.md) ### Agenten- und Kanalgrenzen Teilweise belegt: Memorix und Engram leiten das Projekt laut Seite aus dem Git-Projekt im DSH-Arbeitsverzeichnis ab. Grenzen zwischen Agenten oder Kanälen beschreibt die Seite nicht. - [DeepSeek Harness: Connect a third-party memory MCP server](https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/mcp-memory.md) ### Wiederabruf Teilweise belegt: Der Abruf läuft über die MCP-Werkzeuge des Servers. Der Referenzserver sucht per Teilzeichenfolge, nicht semantisch. - [DeepSeek Harness: Connect a third-party memory MCP server](https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/mcp-memory.md) ### Session-Reset und Compaction Teilweise belegt: Die Verdichtung fasst ältere Verläufe zusammen und läuft auch per `/compact`; das Original bleibt im Sitzungsprotokoll. Eine Verbindung zum Memory beschreibt die Paketdoku nicht. - [DeepSeek Harness: dsh-compaction-basic](https://github.com/deepseek-ai/deepseek-harness/blob/master/packages/compaction/compaction-basic/README.md) - [DeepSeek Harness: dsh-session](https://github.com/deepseek-ai/deepseek-harness/blob/master/packages/core/session/README.md) ## Rahmen Vorabstand ohne Sicherheitsaudit, nicht für den Produktivbetrieb freigegeben. Inkompatible Änderungen sind angekündigt. Node.js ab 24.9.0 für den npx-Start. Die Bedingungen und die Datenschutzerklärung nennen die EU, den EWR, das Vereinigte Königreich und die Schweiz nicht. Repository (README, SAFETY.md, Doku, Paket-READMEs, Release-Liste per GitHub-API), Produktseite, Datenschutzerklärung, Nutzungsbedingungen und API-Preisliste gelesen. Funktionsangaben stammen vom Anbieter; Beispielaufträge sind redaktionell. Eigene Praxistests stehen aus. ## Offene Punkte Europa, Verfügbarkeit noch ungeklärt: - Offizielle Modelle: Speicherort China - Rechtsrahmen der Nutzungsbedingungen Voraussetzungen und Grenzen, noch offen: - Aufbewahrung von Unterhaltungen ## Quellen - https://deepseek.com/harness - https://github.com/deepseek-ai/deepseek-harness - https://github.com/deepseek-ai/deepseek-harness/releases - https://github.com/deepseek-ai/deepseek-harness/blob/master/package.json - https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/architecture.md - https://github.com/deepseek-ai/deepseek-harness/blob/master/apps/cli/README.md - https://deepseek.com/harness/terms-of-use/ - https://deepseek.com/harness/privacy/ - https://github.com/deepseek-ai/deepseek-harness/blob/master/README.md - https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/index.md - https://github.com/deepseek-ai/deepseek-harness/blob/master/packages/team/agent-team/README.md - https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/schedule.md - https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/providers.md - https://github.com/deepseek-ai/deepseek-harness/blob/master/packages/sandbox/sandbox-local/README.md - https://github.com/deepseek-ai/deepseek-harness/blob/master/SAFETY.md - https://api-docs.deepseek.com/quick_start/pricing - https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/public-deployments.md - https://github.com/deepseek-ai/deepseek-harness/blob/master/packages/interaction/permission-presets/README.md - https://github.com/deepseek-ai/deepseek-harness/blob/master/packages/core/session/README.md - https://github.com/deepseek-ai/deepseek-harness/blob/master/packages/bundle/base/README.md - https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/github-review.md - https://github.com/deepseek-ai/deepseek-harness/blob/master/packages/core/agent-loop/README.md - https://github.com/deepseek-ai/deepseek-harness/blob/master/packages/compaction/compaction-basic/README.md - https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/mcp-memory.md ## Anbieter Hinter dem Produkt steht laut Bedingungen und Datenschutzerklärung die Hangzhou DeepSeek Artificial Intelligence Basic Technology Research Co., Ltd. Sie entwickelt auch die DeepSeek-Sprachmodelle. - Betreiber: DeepSeek - Organisation: Anbieter - Website: https://deepseek.com - Stand: 2026-11-05 - Anbieterquelle: https://deepseek.com/harness - Anbieterquelle: https://deepseek.com/harness/terms-of-use/ - Anbieterquelle: https://deepseek.com/harness/privacy/ [Quellen und Methode](https://ki-agentenkompass.de/quellen/)